A szingapúri DroneDash Technologies és a Geodnet közös vállalkozása, a GeoDash Aerosystems olyan permetező drónrendszereket épít nagyüzemi mezőgazdasági felhasználásra, amelyekkel kiküszöbölné a földterületek előzetes feltérképezését, illetve a repülési tervek módosításának szükségességét is, amikor a földi körülmények megváltoznak. Az AI News beszámolója alapján a technológia nemsokára gyártásba kerülhet, és kezdetben Délkelet-Ázsia olajpálma-ültetvényein, az Egyesült Államok soros növénytermesztést alkalmazó gazdaságaiban, illetve a Dél-Amerikában működő nagybirtokokon jelenhet meg már az idei harmadik negyedévben.

A cikk szerint a jelenleg használt mezőgazdasági permetező drónok az iparágon kívül fejlesztett, általános célú modellek adaptációi, ami azzal jár, hogy a gazdaságokban az emberi kezelőknek fel kell mérniük és fel kell térképezniük a műveleti területeket, repülési tervet kell készíteniük, és mindezt meg kell ismételniük a környezeti feltételek alakulásával, mondjuk a lombkorona-viszonyok változásával. A GeoDash platformja szükségtelenné tenné az előkészítő szakaszokat, megnövelve ezzel a lehetséges lefedett területek méretét is az idő függvényében: a drónok repülés közben érzékelik a környezetüket, és a rögzített vizuális adatokhoz igazítják viselkedésüket.

Nem hozzák zavarba a változások

A drónok a DroneDash mesterséges intelligenciával működő látórendszerét ötvözik a Geodnet helymeghatározási korrekciós technológiájával, ami a gyártó szerint akár centiméteres pontosságot is biztosíthat, miközben a gépek a levegőből értelmezik a sorokat, a növényeket, a terepet és a működési zónákat, változtatva repülési magasságukat vagy a permetezés sebességét. Ahogy írják, a strukturált terek (összeszerelő sorok vagy a raktárak) egyszerűbb működési paramétereket kínálnak a robotoknak, amihez képest más szintet képviselnek a változékony környezetben, így a mezőgazdasági felhasználásban is szükséges, valós idejű önálló döntések.

A megművelt területekre is jellemzők a vegyes korú növények és változó növénynövekedés, a drónok hatékonyságát pedig nagyban befolyásolja, ha felismerik a releváns fizikai jellemzőket. A "tökéletes mezőgazdasági gépeknek" ebben az értelemben ötvözniük kell az érzékelés és a helymeghatározás képességeit, hogy működésüket a környezeti feltételeknek megfelelően alakítsák. A determinisztikus rendszerek nyilván kevésbé hatékonyak az ilyen felhasználási esetekben, mivel a véletleneket és kivételeket nem lehet fixen kódolni. Bár a GeoDash megoldása sem teljesen autonóm rendszer, a rögzített térképeket szükségtelenné teszi az adott földrajzi területeken belül.

Mivel a döntéseket naplózzák, a kezelőknek módosításokat hajthatnak végre a legjobb eredmények eléréséhez. A repülések adatait a DroneDash AI Smart Farming backend rendszerébe is továbbítják a terepprofiloktól a növény-egészségügyi értékeléseken át a tapasztalt anomáliákig, támogatva a mezőgazdasági üzemeltetők döntéseit is a trágyázás vagy kártevőirtás szükségessége, az újratelepítési ütemtervek kialakítása és sok más feladat tekintetében. A cikkben kiemelik, hogy az újratelepítés, a metszés, a talajerózió és egyéb változók idővel rontják a statikus térképek pontosságát, amelyek értelemszerűen csak a legutolsó felmérések adatait tükrözik.

a kép forrása: gdauav.com